transcendreamer: радикальная революция начнётся когда ИИ станет ИР который сам будет способен генерировать новое научное знание с огромной скоростью
Ну, если миниатюризирует сенсорные "щупальцы" что "влезть" нейроновыми матрицами под оболочки клеток или атомов, то да, станет "выжимать" признаки новых обьектов и их закономерностей и "транспортировать" в глобальную БЗ, где далее, комбинировать в концепции новых механизмов... Почему бы нет...
интересно, если дрон стоит 1.2 мио, то сколько раз их нужно разбить об стену чтобы получился месячный бюджет бурятии
60 000 раз \ 12 = 5000 дронов в месяц
думаю, я преувеличил масштаб трагедии
Стало интересно, а сколько таких коптеров почта Бурятии способна произвести за 3 миллиарда лет? Получилось 18 триллионов коптеров. Полезная нагрузка каждого 2 кг. Это 36 триллионов килограмм. Это 36*10^14 кг. Земля весит 6*10^24. К сожалению, шансы спасти землю таким образом невелики.
Почему мы думаем, что ИИ не существует глобально?.
Не ужели можно поверить в то, что человек вершина знаний и только он способен создать ИИ.
Всё уже создано до нас.
ИИ давно уже внедрено в хромосомы. Если кто то не знает об этом, то даже лучшие научные журналы не помогут.
===
ИИ в нашем понятии, даёт повод жуликам управлять поведением населения. А это серьёзные последствия для населения планеты, и надо заметить, каждого из вас...
сам по себе этот движёк мало интересен, а вот как интерфейс между настоящим ИИ (если он и будет когда нибудь создан) и человеком - очень даже хорош, то есть аналог речевого центра мозга.
Ну я конечно слегка стебался. Софт вобщем то очень достойный и практических применений у него, естественно будет масса. Причем процентов 90 пользователей, не очень понимая как он работает, будут искать (и что удивительно находить) в его опусах высший смысл.
Нейросетка - это такая фиговина, которая при обучении делит пространство признаков на области. На основе этого ее свойства можно построить (обучить ее), различным прикладным задачам, например классификации, аппроксимации, оптимизации, кластеризации и т.д. Конечно каждую такую задачу можно решить специализированным мат.аппаратом - аппроксимировать методом наименьших квадратов, оптимизировать методами линейного программирования, кластеризацию делать разбиением Вороного например ну т.д., но НС делает это сама, ничего не зная о том мат аппарате который лежит в математическом решении данной задачи. Главное правильно подобрать цель обучения и грамотно сконфигурировать пространство признаков.
Другим замечательным качеством НС, объясняющим то почему она получила такое распространение в природе, является ее естественная простота и то что даже простейшая примитивная архитектура, аля Розенблатовского однослойного перцептрона - способна реализовывать множество задач, конечно при ограничении на линейность разделения в пространстве признаков. Но в это ограничение эволюция уперлась только через сотни миллионов лет после возникновения простейших НС.
Пунктирно, можно представить что все происходило примерно так - после того как, в ходе эволюции сформировалась достаточно сложная структура клетки, у нее с одной стороны стали появляться рецепторы - освещенности, температуры, солености и т.д., а с другой стороны исполнительные механизмы позволяющие менять место в пространстве в зависимости от состояния рецепторов. Связывая между собой сигналы с рецепторов через некий сумматор и передавая на выход с него команды исполнительныму механизму и вот оно волшебство - появляется праобраз простейшей НС.
Весовые коэффициенты ее, подбирались и закреплялись естественным отбором. Так формировалось то что называется рефлекторным поведением. При усложнении организмов и специализации управления в отдельном органе - мозге, поведение становится все сложнее. В принципе большие комплексы рефлекторных систем могут реализовать очень сложное поведение но его оптимизация требует отбора на десятках тысяч поколениях и миллионах а то и миллиардах особей.
Для устранения этого противоречия, происходит следующий революционны шаг - у мозга появляется способность к условно-рефлекторному поведению. Теперь отдельная особь в течении одной жизни может оптимизировать свое поведение в зависимости от окружающих условий
Начинается эволюционная 'гонка вооружений' - в системах хищник/жертва идет отбор на все более и более сложное поведение. На каком то этапе для управления сложным поведением и выставлением приоритетов, целей, появляется нужда в специализированном интерфейсе в мозге - сознании, который бы прогнозировал поведение сородичей, строил предположения о наличии врагов или пищи.
Эволюция данного интерфейса, усиления способности к обобщению, через десятки миллионов лет привела к возникновению внутри сознания - самосознания, собственного 'Я'. На мой взгляд лишь после возникновения у ИИ свойства самосознания он станет небиологическим разумом.
Эволюция данного интерфейса, усиления способности к обобщению, через десятки миллионов лет привела к возникновению внутри сознания - самосознания, собственного 'Я'. На мой взгляд лишь после возникновения у ИИ свойства самосознания он станет небиологическим разумом.
Самосознание это тоже пока только лишь предположение, пока не доказано и не показано что оно точно есть или его точно нет у дерева. Уже в принципе сегодня можно поставить задачу любой системе оценить себя. Машине, что там с двигателем. Алисе, сколько челов остались довольными / недовольными на основании опроса. И вот оно самосознание))) в упрощенном виде. Алиса как ты оцениваешь себя, счас посмотрю. Вау, просто айс как))))) 999% желают меня))) Блин, слава богу не Ваня)
Нейросетка - это такая фиговина, которая при обучении делит пространство признаков на области. На основе этого ее свойства можно построить (обучить ее), различным прикладным задачам, например классификации, аппроксимации, оптимизации, кластеризации и т.д. Конечно каждую такую задачу можно решить специализированным мат.аппаратом - аппроксимировать методом наименьших квадратов, оптимизировать методами линейного программирования, кластеризацию делать разбиением Вороного например ну т.д., но НС делает это сама, ничего не зная о том мат аппарате который лежит в математическом решении данной задачи. Главное правильно подобрать цель обучения и грамотно сконфигурировать пространство признаков.
Другим замечательным качеством НС, объясняющим то почему она получила такое распространение в природе, является ее естественная простота и то что даже простейшая примитивная архитектура, аля Розенблатовского однослойного перцептрона - способна реализовывать множество задач, конечно при ограничении на линейность разделения в пространстве признаков. Но в это ограничение эволюция уперлась только через сотни миллионов лет после возникновения простейших НС.
Спасибо. С недавнего времени начал именно так понимать. Повторение воздействия на нейроны (наверное) меняет их проводимость, что в итоге приводит к формированию признака - т.е. инвариантой части "отражаемого" обьекта внутри нейроновой матрицы. Далее, запечатливаются "младшие" признаки явлений и форм, потому что они более полиморфны чем инвариант (также благодаря повторению т.е. обучению), и формируется структрура обьекта, которая начинает иерархически ветвиться внутри сети. Это, как бы, начало классификации оболочных форм инварианта. Пока только начал немного разбиратся...
радикальная революция начнётся когда ИИ станет ИР который сам будет способен генерировать новое научное знание с огромной скоростью
главное чтобы не произошло "наводки от вайфая"
да не... не надо было табличку на дроне вешать "Почта России", и всё было бы хорошо.
да не... не надо было табличку на дроне вешать "Почта России", и всё было бы хорошо.
интересно, если дрон стоит 1.2 мио, то сколько раз их нужно разбить об стену чтобы получился месячный бюджет бурятии
60 000 раз \ 12 = 5000 дронов в месяц
думаю, я преувеличил масштаб трагедииинтересно, если дрон стоит 1.2 мио, то сколько раз их нужно разбить об стену чтобы получился месячный бюджет бурятии
60 000 раз \ 12 = 5000 дронов в месяц
думаю, я преувеличил масштаб трагедиину почему же..., отнюдь.
сам по себе этот движёк мало интересен, а вот как интерфейс между настоящим ИИ (если он и будет когда нибудь создан) и человеком - очень даже хорош, то есть аналог речевого центра мозга.
Нейросетка - это такая фиговина, которая при обучении делит пространство признаков на области. На основе этого ее свойства можно построить (обучить ее), различным прикладным задачам, например классификации, аппроксимации, оптимизации, кластеризации и т.д. Конечно каждую такую задачу можно решить специализированным мат.аппаратом - аппроксимировать методом наименьших квадратов, оптимизировать методами линейного программирования, кластеризацию делать разбиением Вороного например ну т.д., но НС делает это сама, ничего не зная о том мат аппарате который лежит в математическом решении данной задачи. Главное правильно подобрать цель обучения и грамотно сконфигурировать пространство признаков.
Другим замечательным качеством НС, объясняющим то почему она получила такое распространение в природе, является ее естественная простота и то что даже простейшая примитивная архитектура, аля Розенблатовского однослойного перцептрона - способна реализовывать множество задач, конечно при ограничении на линейность разделения в пространстве признаков. Но в это ограничение эволюция уперлась только через сотни миллионов лет после возникновения простейших НС.
Пунктирно, можно представить что все происходило примерно так - после того как, в ходе эволюции сформировалась достаточно сложная структура клетки, у нее с одной стороны стали появляться рецепторы - освещенности, температуры, солености и т.д., а с другой стороны исполнительные механизмы позволяющие менять место в пространстве в зависимости от состояния рецепторов. Связывая между собой сигналы с рецепторов через некий сумматор и передавая на выход с него команды исполнительныму механизму и вот оно волшебство - появляется праобраз простейшей НС.
Весовые коэффициенты ее, подбирались и закреплялись естественным отбором. Так формировалось то что называется рефлекторным поведением. При усложнении организмов и специализации управления в отдельном органе - мозге, поведение становится все сложнее. В принципе большие комплексы рефлекторных систем могут реализовать очень сложное поведение но его оптимизация требует отбора на десятках тысяч поколениях и миллионах а то и миллиардах особей.
Для устранения этого противоречия, происходит следующий революционны шаг - у мозга появляется способность к условно-рефлекторному поведению. Теперь отдельная особь в течении одной жизни может оптимизировать свое поведение в зависимости от окружающих условий
Начинается эволюционная 'гонка вооружений' - в системах хищник/жертва идет отбор на все более и более сложное поведение. На каком то этапе для управления сложным поведением и выставлением приоритетов, целей, появляется нужда в специализированном интерфейсе в мозге - сознании, который бы прогнозировал поведение сородичей, строил предположения о наличии врагов или пищи.
Эволюция данного интерфейса, усиления способности к обобщению, через десятки миллионов лет привела к возникновению внутри сознания - самосознания, собственного 'Я'. На мой взгляд лишь после возникновения у ИИ свойства самосознания он станет небиологическим разумом.
Эволюция данного интерфейса, усиления способности к обобщению, через десятки миллионов лет привела к возникновению внутри сознания - самосознания, собственного 'Я'. На мой взгляд лишь после возникновения у ИИ свойства самосознания он станет небиологическим разумом.
Самосознание это тоже пока только лишь предположение, пока не доказано и не показано что оно точно есть или его точно нет у дерева. Уже в принципе сегодня можно поставить задачу любой системе оценить себя. Машине, что там с двигателем. Алисе, сколько челов остались довольными / недовольными на основании опроса. И вот оно самосознание))) в упрощенном виде.
Алиса как ты оцениваешь себя, счас посмотрю. Вау, просто айс как))))) 999% желают меня))) Блин, слава богу не Ваня)
А так верно все)
Нейросетка - это такая фиговина, которая при обучении делит пространство признаков на области. На основе этого ее свойства можно построить (обучить ее), различным прикладным задачам, например классификации, аппроксимации, оптимизации, кластеризации и т.д. Конечно каждую такую задачу можно решить специализированным мат.аппаратом - аппроксимировать методом наименьших квадратов, оптимизировать методами линейного программирования, кластеризацию делать разбиением Вороного например ну т.д., но НС делает это сама, ничего не зная о том мат аппарате который лежит в математическом решении данной задачи. Главное правильно подобрать цель обучения и грамотно сконфигурировать пространство признаков.
Другим замечательным качеством НС, объясняющим то почему она получила такое распространение в природе, является ее естественная простота и то что даже простейшая примитивная архитектура, аля Розенблатовского однослойного перцептрона - способна реализовывать множество задач, конечно при ограничении на линейность разделения в пространстве признаков. Но в это ограничение эволюция уперлась только через сотни миллионов лет после возникновения простейших НС.